Concevoir un Recommendation Engine - Personnalisation pilotée par l'IA à grande échelle

Aperçu public de la leçon

Architecturer un système de recommandation en production combinant collaborative filtering, embeddings et serving en temps réel.

Objectifs d’apprentissage

À la fin de cette leçon, tu comprendras :

• ✓Le sujet d'entretien
• ✓Étape 1 : Recueil des exigences
• ✓Étape 2 : Approches de recommandation
• ✓Étape 3 : Le pipeline de recommandation
• ✓Étape 4 : Modèle de données et Feature Store

Plan de la leçon

1. Le sujet d'entretien
2. Étape 1 : Recueil des exigences
3. Étape 2 : Approches de recommandation
4. Étape 3 : Le pipeline de recommandation
5. Étape 4 : Modèle de données et Feature Store
6. Étape 5 : Recommandations Real-Time vs Batch
7. Étape 6 : Framework d'A/B Testing
8. Étape 7 : Solutions au Cold-Start
9. Étape 8 : Mise à l'échelle du système
10. Points clés à retenir